基于改进YOLOv4算法的遥感图像飞机目标检测

日期:2024.12.17 点击数:0

【类型】期刊

【作者】王惠中  文学 

【刊名】计算机与数字工程

【关键词】 遥感图像,特征融合,目标检测,YOLOv4

【摘要】针对在遥感图像上对飞机目标检测的精度低问题,论文通过对PANet特征融合网络结构的加深使得YOLOv4算法对小目标的检测更加敏感,进而提高算法的平均检测精度;另外,利用K-means++算法产生了能够自适应与数据集的检测先验框以减少YOLOv4检测算法对边界框回归损失计算过程中的冗余。在RSOD(Remote Sensing Object Detection)数据集上的对比实验表明,综合改进后的YOLOv4算法AP值达到了80.25%。特别地,改进后的YOLOv4算法对小目标检测的置信度得分较高。

【年份】2024

【作者单位】兰州理工大学电气工程与信息工程学院;兰州理工大学甘肃省工业过程先进控制重点实验室;

【期号】02

【页码】416-422

3 0
Rss订阅